arXiv · Machine Learning· Muhammad Saeed, Dmitry Mikhaylov, Mohamed H. Alhosani, Yasser F. Al Wahedi, Rory Pilossof, Ahmed Arabi, Walid Shaaba·· 8 小时前AI 评分45
基于物种级检测的丰富度敏感型声学生物多样性指数：分类器基准测试、误报控制及其与非洲稀树草原和城市动物园标准声景指数的验证
A richness-sensitive Acoustic Biodiversity Index from species-level detections: classifier benchmarking, false-positive control and validation against standard soundscape indices in an African savanna and an urban zoo
AI 导读
研究提出并验证基于物种级检测的声学生物多样性指数（ABI），以标准化 Shannon 多样性衡量物种丰富度，并单独报告时间稳定性。BirdNET embeddings + logistic regression 分类表现最佳，macro-F1 达 0.750；ABI_E 与物种丰富度的 Spearman 相关系数达 0.93，优于六种标准声学指数。
来源：arXiv · Machine Learning · arxiv.org